Key points are not available for this paper at this time.
In diesem Papier untersuchen wir das Problem der Dilemma Zone (DZ) eingehend und verbinden die verschiedenen Einflüsse, die das Umfeld, das Ego-Fahrzeug und letztlich die Eigenschaften des Fahrers umfassen. Das Verhalten der Fahrer in Dilemma-Zonen-Situationen ist entscheidend, und es besteht ein dringender Bedarf an weiterer Forschung in diesem Bereich. Die Reise durch verschiedene Modellierungsansätze und Datenerfassungstechniken beleuchtet das Fahrer-Verhalten im Kontext der Dilemma Zone. Unsere gründliche Untersuchung der aktuellen Forschungslandschaft hat gezeigt, dass mehrere bedeutende Bereiche übersehen wurden. Neben dem dynamischen Einfluss von Fahrzeugen, Fahrzeuginteraktionen und einer starken Tendenz, sich übermäßig auf Infrastrukturinformationen zu verlassen, gibt es auch Bedenken hinsichtlich des Mangels an umfassenden Bewertungswerkzeugen. Wir sehen diese Lücken jedoch nicht als Stolpersteine, sondern als Sprungbrett für zukünftige Forschungschancen. Eine fokussierte Studie zu kooperativen Lösungen ist erforderlich, um das Potenzial der personalisierten Modellierung, die ungenutzte Kraft der Techniken des maschinellen Lernens und die Bedeutung der personalisierten Modellierung zu berücksichtigen. Wir hoffen, dass zukünftige Forschungsanstrengungen durch innovative Ansätze, die es ermöglichen, personalisierte Verhaltensdaten mittels "alles-in-der-Schleife"-Simulationen zu erfassen und zu simulieren, geleitet werden. Um das DZ-Problem effektiv zu mildern, weisen wir auch auf die Forschungslücken und Chancen für weitere Forschungen im DZ hin.
Wei et al. (Mon,) haben diese Frage untersucht.